Критическая ошибка PowerFlex SDS, вызванная ошибкой ядра Linux

Сценарий

• Intel Haswell ЦП используется.
• Один из SDS сообщает о состоянии «ухудшение производительности данных» и потере подключения SDC к томам без очевидной причины
• Паника SDS
   

Симптомы

• Отчет о системных событиях ScaleIO "data degraded":

ScaleIO system events report "data degraded":
205466 2015-12-10 08:11:49.450 MDM_DATA_DEGRADED ERROR The system is now in DEGRADED state.
205468 2015-12-10 08:12:04.688 MDM_DATA_DEGRADED ERROR The system is now in DEGRADED state.
205470 2015-12-10 08:12:06.699 MDM_DATA_DEGRADED ERROR The system is now in DEGRADED state.
205472 2015-12-10 08:12:16.931 MDM_DATA_DEGRADED ERROR The system is now in DEGRADED state.

SDS exp.0:

10/12 02:13:14.134144 Panic in file /emc/svc_flashbld/workspace/ScaleIO-SLES12/src/tgt/ioh/ioh.c, line 70, function iohIo_TimerExpired, PID 22333.Panic Expression !(1).
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(mosDbg_BackTrace+0x22) [0x479ba9]
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(mosDbg_Panic+0xf0) [0x4740ad]
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(iohIo_TimerExpired+0x5d) [0x43d92d]
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(mosTimerQ_PollUnlocked+0x1b4) [0x46f6e3]
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(mosTimer_PollQRange+0x83) [0x46fa6c]
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(netPoll_StartIntr+0x2ef) [0x465808]
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(mosUmt_StartFunc+0xbe) [0x47f07d]
/opt/emc/scaleio/sds/bin/sds-1.32.3455.5(mosUmt_SignalHandler+0x4a) [0x47fa3a]

Воздействие

• Данные недоступны
• SDC потерял подключение к томам.
• Сбой ввода-вывода
• Длительное обслуживание ввода-вывода/снижение производительности

Из-за ошибки ядра Linux процесс SDS вел себя ненормально. Из-за этого он находился в стрессовом состоянии и его поведение было непредсказуемым.
При ответе на запросы на поддержание активности SDS не всегда функционировало и не отвечало на запросы ввода-вывода SDC.
Такое условие не позволяло ScaleIO пометить SDS как неисправный, что в конечном итоге приводило к недоступности данных.

• Информация об ошибке в ядре Linux:
  Фьютекс: Исправлено состояние гонки между REQUEUE_PI и смертью задачи (bcn #851603 (futex scalability series).
  Фьютекс: Убедитесь, что get_futex_key_refs() всегда подразумевает барьер (bcn #851603 (futex scalability series)).
   
• Для получения дополнительной информации см. следующие ссылки:
  Suse:SUSE-SU-2015:0068-1
  Красная шляпа: Серьезная ошибка Red Hat Linux влияет на серверы на базе Haswell - InfoQ

Временное решение

• Обновите версию ядра Linux.